OpenAIは、ChatGPT、Codex、およびAPIを通じて利用可能な画像生成技術の新しいイテレーションであるImages 2.6をリリースしました。このアップデートは、速度、動き、そしてプロフェッショナルレベルのコントロールという3つの主要な柱に焦点を当てています。OpenAIによると、新しいモデルは以前のバージョンよりも50%速く画像を生成します。APIを使用する開発者のために、このアップデートでは「Flare」と「Sunburst」という2つの異なるモデルバリアントが導入されました。Flareは速度とレイアウトの品質に最適化されており、低品質設定ではわずか6秒で画像を生成することが可能です。一方、Sunburstは高精細な精度と、複数回の編集にわたる優れた一貫性を実現するために設計されています。
この画像は、新しいImages 2.6モデルアップデートで可能な出力の多様性を示しています。
バージョン2.6における最も重要な追加機能の一つは、単一のプロンプトからネイティブにアニメーションGIFを生成できる能力です。この機能により、クリエイターはブランドのマスコット、ソーシャルメディアのミーム、または絵コンテをツール内で直接アニメーション化できるようになります。OpenAIは、モデルにマルチフレームのスプライトシート（例：3列×2行のグリッド）を作成させる「グリッドトリック」を使用してこれを実証しています。各パネルが連続した動きを表します。この手法はこれまでクリエイターによって手動で行われてきましたが、2.6モデルは、キャラクターや背景が動いている間も一貫性を保てるよう、これらのマルチフレームの要求をより流暢に処理できるように設計されています。
プロフェッショナルおよび開発者のワークフロー向けに、Images 2.6はいくつかの技術的な改良を導入しています。APIに「画像マークアップ」を導入することで、チームは特定の領域をピンポイントで指定して局所的な編集を行うことができ、SVGエクスポートをサポートすることで、デザインをウェブや印刷用途に即座に使用可能にします。さらに、新しい「複雑度（complexity）」パラメータにより、ユーザーはモデルの計画への注力度を調整できます。迅速でシンプルな編集には低い設定が推奨され、多くの要素や複雑な制約があるシーンには高い設定が意図されています。しかし、初期のユーザーフィードバックによると、このモデルは速度とレイアウトにおいて優れている一方で、ガラスを通る正確な光の追跡や複雑な水の屈折など、高忠実な物理演算については依然として苦労する可能性があり、迅速な生成と完璧な視覚的一貫性の間の継続的なトレードオフを浮き彫りにしています。
フクロウのスケッチは、特定の芸術的スタイルやレイアウトを処理するモデルの能力を実証しています。